基于塊差值的半脆弱可逆視頻認證方法

凌 晨，張文俊，黃修訓

(上海大學 a.影視藝術技術學院；b. 通信與信息工程學院，上海 200072)

基于塊差值的半脆弱可逆視頻認證方法

凌 晨a，b，張文俊a，黃修訓a

(上海大學 a.影視藝術技術學院；b. 通信與信息工程學院，上海 200072)

針對半脆弱可逆視頻認證問題，提出一種基于塊差值直方圖調整的半脆弱可逆視頻認證方法。在H.264幀內預測后重構的I幀Y分量中，通過預測殘差對圖像塊分類。根據人眼視覺模型，在紋理復雜的區(qū)域嵌入比紋理平滑區(qū)域更多的水印。在接收端使用K-means對各塊的差值進行聚類，自適應判斷塊差值所屬區(qū)間，實現(xiàn)高準確率的水印提取。通過空間和時間認證之后，通過嵌入算法的逆操作實現(xiàn)無損視頻還原。實驗結果表明：提出算法具有良好的視覺效果，能夠抵抗常規(guī)圖像處理和噪聲攻擊，并實現(xiàn)對惡意篡改區(qū)域定位功能。

視頻；內容認證；水?。话氪嗳?；可逆

數(shù)字視頻很容易遭受編輯軟件篡改，所以視頻安全性問題日益迫切[1-2]。數(shù)字水印技術是一種保護數(shù)字多媒體安全的有效手段[3]。然而無論何種水印都需將水印嵌入到原始載體中，造成視頻永久性改變。在一些需要數(shù)據高保真的領域是不可接受的。為解決該問題，提出了可逆數(shù)字水印的概念[4]，保證在水印提取后能夠無損地恢復原始載體視頻。按嵌入方式進行分類，一般可分為基于壓縮、基于差值擴展(Difference Expansion，DE)和基于直方圖修改(Histogram Shift，HS)的可逆水印。利用壓縮的可逆水印，是將載體中特定數(shù)據進行壓縮，創(chuàng)造出額外可利用的空間來嵌入水印。由于嵌入量有限，現(xiàn)有算法已很少采用這種水印嵌入方式。基于DE的核心思想是將圖像某一特征值通過擴展后，在其擴展后的特征值中嵌入水印[5]?；贒E的可逆水印嵌入技術具有算法簡單，容易實現(xiàn)，且可嵌入水印量較大等優(yōu)點[6-7]。基于HS的可逆水印方法是另一種有效方法[9]，HS的核心思想是通過位移特定像素的灰度值，來創(chuàng)造出可攜帶水印的空間。由于HS通過擴展位于直方圖中峰值點的像素進行水印嵌入，具有圖像失真較小特點[10-11]。

目前研究主要集中于視頻脆弱可逆水印的研究[12-13]，而對有損壓縮、噪聲污染等非惡意攻擊魯棒的半脆弱視頻認證可逆水印的研究國內外還處于初級階段。由于相對于脆弱認證問題，半脆弱認證可逆水印設計要求更高。Gujjunoori等人[14]在視頻的中頻交流非零量化DCT系數(shù)中，嵌入近似無損水印。由于使用了log函數(shù)進行近似無損嵌入，無法完全恢復原始視頻信息。由于在中頻交流系數(shù)中修改數(shù)據過多，嵌入水印的視頻畫質不夠理想。曾驍?shù)热薣15]提出了一種運用哈希函數(shù)進行視頻內容認證的半脆弱可逆視頻水印算法。在I幀中嵌入兩個水印，一個水印結合幀索引號，運用哈希函數(shù)進行內容完整性驗證，另一個水印用于幀內篡改定位。通過修改DCT選定系數(shù)的LSB進行水印嵌入。

設計半脆弱視頻認證可逆水印，需要結合視頻有損編碼同時，使其對無意攻擊具有一定的魯棒性。本文提出一種基于差值塊的H.264視頻可逆水印。根據H.264預測殘差估計各個圖像塊類型，通過差值塊直方圖調整的方式，在平滑塊中嵌入一位認證水印，而在紋理塊中嵌入多位水印。在接收端通過K-means聚類算法，自適應判斷塊差值所屬區(qū)間，實現(xiàn)高準確率的水印提取。通過認證的塊，通過逆操作實現(xiàn)無損視頻還原。

1 水印嵌入算法

1.1 預測殘差塊分類

(1)

式中：τr是一個自適應閾值，首先對f進行排序，然后對排序后的序列刪除重復的元素，最終α1所指位置元素作為結果輸出。Foreman的平滑紋理分類結果如圖1中“預測殘差分類”所示。

圖1 水印嵌入和提取框圖

1.2 基于塊差值的水印嵌入算法

基于塊差值水印是一種調整塊差值直方圖進行可逆嵌入的方式。由于圖像的塊差值符合拉普拉斯狀分布，即絕大多數(shù)的值都在0的附近，所以可以使用直方圖修改進行無損嵌入。其嵌入過程比較簡單，并且由于只需修改空域圖像塊的部分像素，所以能得到很好的嵌入效果。而且由于塊差值是一個塊整體的統(tǒng)計特性，所以對于有損壓縮有比較強的魯棒性。根據不相鄰像素劃分到A和B兩個區(qū)域，當前塊Ik的塊差值ak可以定義為

(2)

式中：SA和SB分別是由Ik分成的兩個區(qū)域A和B對應的和值?？梢娂词箞D像塊中某些像素被修改，其塊差值ak變化并不會很大，所以塊差值具有魯棒性。

由于半脆弱認證水印的定位要求，每一個圖像塊都必須嵌入認證水印。本文根據每個圖像塊嵌入水印數(shù)量，嵌入相應水印。由于塊差值是通過A、B兩區(qū)域和值間計算差值算術平均，所以可以在A、B兩部分像素使用相反的操作，實現(xiàn)多倍強度τa的嵌入

(3)

τa=max(Ak)×α2

(4)

式中：α2是一個大于1的調整系數(shù)；Ak={a1，a2，…，ak}是所有塊差值的組成的向量?？梢姰旈撝郸觓大于max(Ak)時，嵌入水印后各個比特區(qū)并不會重疊。由圖1“直方圖水印嵌入”圖所示，當每個塊最多能嵌入水印的數(shù)量numembedding=2 bit時，其水印嵌入后的塊差值直方圖分成7個不重疊的區(qū)域。隨著嵌入水印的倍數(shù)提高，水印容量變大，水印的不可見性會變差，魯棒性下降。

1.3 基于塊差值的水印嵌入算法詳細步驟

1)將經過H.264幀內預測后的I幀視頻進行重構后，將I分成h×w的不重疊圖像塊Ik。

3)選擇適當?shù)膮?shù)α1，根據式(2)計算每一個圖像塊的差值ak。

4)選擇適當?shù)膮?shù)α2，根據式(4)計算嵌入強度τa。

5)根據嵌入強度τa，調整像素避免灰度溢出。記錄下灰度溢出圖，并對其使用游程編碼進行無損壓縮。

6)對當前幀視頻索引編號ID進行糾錯編碼，然后混合無損壓縮后的灰度溢出圖。結合紋理塊的數(shù)量，在混合后的數(shù)據后進行補“1000…”處理，獲得原始的輔助信息水印。為了提高安全性，再根據密鑰key對原始水印進行置亂加密，獲得輔助信息水印wmai。

7)對于空間認證水印，可采用任何現(xiàn)有水印信息。本文使用最高位圖層作為認證信息生成認證水印wms，并使用密鑰key進行置亂加密。

8)在平滑塊中只嵌入空間認證水印wms，而在紋理塊中嵌入wms和wmai兩種水印。當每塊最多能嵌入的水印數(shù)量numembedding為多bit時，將二進制水印轉換成十進制，然后使用式(3)進行水印嵌入。

9)將嵌入后水印的I幀Iw進行DCT、量化和熵編碼生成含水印的H.264視頻流。循環(huán)直至所有I幀都嵌入水印。并將塊分類結果、嵌入強度τa、每塊最多能嵌入的水印數(shù)量numembedding以及灰度溢出圖長度以及密鑰key發(fā)送到接收端。

2 水印提取算法

含水印視頻流接收后，對I幀視頻進行和嵌入端相同的分塊操作。接著計算每一個各個塊差值。將差值塊進行 K-means 聚類得到各塊嵌入的水印信息。通過密鑰進行解密水印，得到空間認證水印和輔助信息水印，這樣可以實現(xiàn)空間和時間水印認證。最后無損恢復出原始的視頻。其流程圖如圖1所示。

通常，在一些圖像常規(guī)處理(例如有損壓縮)以后，其塊差值直方圖會發(fā)生改變。如圖1“塊差值K-means聚類提取水印”圖所示，經過有損壓縮，原來的塊差值直方圖上的值會擴散到其兩旁。這些值很容易造成原來不同區(qū)域產生重疊。由于處于同區(qū)的值具有高度的相似性和集中性，而不同區(qū)中的對象相似度較小，本文使用K-means聚類克服如上所述重疊問題。根據聚類結果，能夠高精確性提取水印。水印信息提取和認證的詳細步驟如下：

2)根據numembedding選擇不同的kc聚類中心。采用K-means 聚類算法對所有的塊差值a′k進行聚類。

(5)

3)通過密鑰key進行置亂解密，與重新提取的空間特征和幀索引進行比較，進行空間和時間認證。對于空間篡改定位圖，去掉噪聲引起的孤立點，得到最終的篡改定位圖。

4)根據每個塊嵌入的水印，進行逆操作去掉水印

(6)

5)循環(huán)認證和恢復所有I幀視頻，得到無損的原始視頻。如果視頻流遭到攻擊，則只能近似恢復出原始視頻，即提高圖像畫質。

3 實驗結果與討論

實驗采用Container，F(xiàn)oreman，Hall，Stefan等標準CIF(100幀，352×288像素)測試視頻。從含水印視覺效果，由于嵌入水印帶來的失真不可見，本文采用峰值信噪比值(PSNR)來客觀衡量圖像失真。通過實驗測試后，本文參數(shù)選擇為numembedding=2，α1=0.1，α2=1.3。

如圖2所示，使用本文算法嵌入水印后，Container,Foreman,Hall,Stefan的第一幀效果圖。從主觀視覺感受上而言，水印嵌入是不可見的，有很好的主觀感受。如圖3所示，實驗中比較了原始H.264視頻壓縮、文獻[14]水印嵌入算法和[15]水印嵌入算法的PSNR值。通過數(shù)據可見，比起其他兩種方法，本文算法具有更好的視覺不可見性，和原始H.264壓縮的畫質十分接近。由于是無損水印，如果嵌入水印后的序列沒有遭到任何攻擊，則能夠無損恢復到原來的圖像。

當遭到惡意篡改攻擊，可以實現(xiàn)篡改區(qū)域定位功能。圖4所示在原來嵌入水印的視頻中，在背景上添加了一個“B”，通過本文篡改定位功能，可以對其進行檢測定位。同樣，通過比較提取的水印中的視頻索引號和當前解碼時的索引號，可以很容易知道是否視頻遭受時間域的攻擊。

圖2 含水印視頻幀效果圖

圖3 有損壓縮前后塊差值直方圖的變化

圖4 篡改定位功能

半脆弱認證水印不同于一般脆弱認證水印，它可以抵抗一定程度的非惡意攻擊。這些非惡意攻擊可能是重壓縮、噪聲或濾波。這些操作在視頻的存儲和傳播中不可避免的會發(fā)生，所以必須對其具有一定的魯棒性才能滿足實際應用的要求。表1是含水印視頻序列遭受非惡意攻擊后的空間篡改定位誤檢率。實驗中，原始水印嵌入時，使用QP=25進行H.264壓縮。然后對此原始含水印視頻序列進行QP=20、25、30的反復壓縮后，然后提取其中的水印。通過表1可見，重壓縮的誤檢率均值為0.41%。另一方面可見，重壓縮隨著壓縮參數(shù)QP的增大，本算法的檢測能力有所下降。對于一般程度的高斯噪聲，本文算法篡改定位誤檢率為0.33%。隨著圖像遭到重度噪聲攻擊，水印提取能力會急速惡化。同樣的，對于一般的椒鹽噪聲，定位誤檢率為0.86%。而對于高斯濾波而言，本文具有較好定位能力(0.00%)?？梢姳疚乃惴▽ΤＲ?guī)圖像處理具有良好的魯棒性。

表1 遭受非惡意攻擊后的空間篡改定位誤檢率

4 小結

本文提出一種基于塊差值的可逆的半脆弱視頻認證水印，通過對圖像塊分類，在紋理復雜的區(qū)域嵌入比紋理平滑區(qū)域更多的水印，實現(xiàn)更大容量的水印嵌入能力。不同于在變換域嵌入水印，由于在空間域塊差值中嵌入水印，本算法具有更好的視覺效果。由于塊差值是圖像塊的統(tǒng)計信息，故具有很好的魯棒性能。在解碼端，由于采用K-means聚類，可以解決由于圖像處理后造成的塊差值直方圖重疊現(xiàn)象，具有較佳的水印提取能力。實驗結果顯示，本文提出的算法能夠具有更佳的視覺效果，并且能夠有很好的魯棒性，實現(xiàn)了篡改定位的功能。

[1] 陳海燕.一種基于多種算法的視頻監(jiān)控資料防篡改方案[J].電視技術，2012，35(23)：142-144.

[2] 宋建新，陳志玉.基于H.264/AVC視頻安全級別可分的加密方案[J].電視技術，2013，37(5)：15-18.

[3] 夏治平，郭曉強，王輝淇.基于內容自適應的實時視頻水印算法研究[J].電視技術，2014，38(7)：1-4.

[4] BARTON J M. Method and apparatus for embedding authentication information within digital data：U.S.，5646997[P].1997-07-08.

[5] TIAN J. Reversible data embedding using a difference expansion[J]. IEEE Trans. Circuits and Systems for Video Technology，2003，13(8)：890-896.[6] POONKUNTRAN S，RAJESH R S. Chaotic model based semi fragile watermarking using integer transforms for digital fundus image authentication[J]. Multimedia Tools and Applications，2012，68(1)：79-93.

[7] ARSALAN M， MALIK S A， KHAN A. Intelligent reversible watermarking in integer wavelet domain for medical images[J]. Journal of Systems and Software，2012，85(4)：883-894.

[8] 張秋余，孫媛，晏燕. 基于分塊自適應壓縮感知的可逆水印算法[J].電子與信息學報，2013，35(4)：797-804.

[9] NI Z，SHI Y，ANSARI N， et al. Reversible data hiding[J]. IEEE Trans. Circuits and Systems for Video Technology，2006，16(3)：354-362.

[10] ALAVIANMEHR M A，REZAEI M，HELFROUSH M S，et al. A semi-fragile lossless data hiding scheme based on multi-level histogram shift in image integer wavelet transform domain[C]//Proc. 2012 Sixth International Symposium on Telecommunications(IST).[S.l.]：IEEE Press，2012：976-981.

[11] THABIT R，KHOO B E. Robust reversible watermarking scheme using Slantlet transform matrix[J]. Journal of Systems and Software，2014(88)：74-86.

[12] 張維緯，張茹，劉建毅，等.一種基于H. 264/AVC 的視頻可逆脆弱水印算法[J].電子與信息學報，2013，35(1)：106-112.

[13] ZENG X，CHEN Z，XIONG Z. Issues and solution on distortion drift in reversible video data hiding[J]. Multimedia Tools and Applications，2011，52(2-3)：465-484.

[14] GUJJUNOORI S，AMBERKER B B. A DCT based near reversible data embedding scheme for MPEG-4 video[C]//Proc. Fourth International Conference on Signal and Image Processing 2012(ICSIP 2012).[S.l.]：Springer Press，2013：69-79.

[15] 曾驍，陳真勇，范圍，等. 用于內容認證的半脆弱可逆視頻水印算法[J].中國圖象圖形學報，2010，15(8)：1189-1195.

凌 晨(1987— )，博士生，主要研究方向為數(shù)字水印、視頻認證；

張文俊(1959— )，博士生導師，主要研究方向為圖像處理等；

黃修訓(1989— )，碩士生，主要研究方向為數(shù)字水印、視頻認證。

責任編輯：時 雯

Video Content Authentication Based on Invertible Semi-fragile Watermarking

LING Chena，b，ZHANG Wenjuna，HUANG Xiuxuna

(a.SchoolofFilmandTVArts&Technology；b.SchoolofCommunication&InformationEngineering，ShanghaiUniversity，Shanghai200072，China)

An invertible semi-fragile watermarking method based on the difference of image blocks is proposed for lossless video content authentication. After I frame H.264 reconstruction， H.264 prediction residuals will help classify image blocks. According to human vision system， more watermarks will be embedded into texture areas than smooth ones. At the receiver side， K-means is used to cluster the difference to achieve high-accuracy watermark extraction. After spatiotemporal authentication， the original frame will be recovered. Experimental results show that the proposed method has good invisibility. And it is sensitive to intentional malicious attacks while it is robust to legitimate manipulations， such as certain level of lossy compression， channel noise and Gaussian filtering.

video；content authentication；watermarking；semi-fragile；invertible

【本文獻信息】凌晨，張文俊，黃修訓.基于塊差值的半脆弱可逆視頻認證方法[J].電視技術,2015，39(11).

2012年中德合作科研項目(PPP)(56133144)

TN918.91

A

10.16280/j.videoe.2015.11.009

2014-08-17